本期的 9 篇论文如下：

[00:26] 🎙 Baichuan-Omni-1.5 Technical Report（百川全能1.5技术报告）

[01:03] 📚 Qwen2.5-1M Technical Report（Qwen2.5-1M 技术报告）

[01:47] 🤖 Towards General-Purpose Model-Free Reinforcement Learning（面向通用无模型强化学习的研究）

[02:25] 🗣 Emilia: A Large-Scale, Extensive, Multilingual, and Diverse Dataset for Speech Generation（Emilia：一个大规模、广泛、多语言和多样化的语音生成数据集）

[03:07] 🧠 ARWKV: Pretrain is not what we need, an RNN-Attention-Based Language Model Born from Transformer（ARWKV：预训练并非我们所需要的，基于RNN-注意力机制的语言模型诞生于Transformer）

[03:52] 🧠 iFormer: Integrating ConvNet and Transformer for Mobile Application（iFormer：将卷积网络与Transformer集成应用于移动应用）

[04:38] 🧠 Parameters vs FLOPs: Scaling Laws for Optimal Sparsity for Mixture-of-Experts Language Models（参数 vs FLOPs：混合专家语言模型最优稀疏性的缩放规律）

[05:19] 🧠 Mixture-of-Mamba: Enhancing Multi-Modal State-Space Models with Modality-Aware Sparsity（混合Mamba：通过模态感知稀疏性增强多模态状态空间模型）

[06:09] 📊 Feasible Learning（可行学习）

【关注我们】

您还可以在以下平台找到我们，获得播客内容以外更多信息

小红书: AI速递